日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2607.07076

PriGo: テスト時プリミティブガイダンスによる拡散・フローポリシーの適応的ロボット操作

PriGo: Test-Time Primitive Guidance to Diffusion and Flow Policies for Adaptive Robotic Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

模倣学習ベースの拡散・フローポリシーがタスクや環境の変化に弱い問題を解決するため、観測からプリミティブ分布を予測し、推論時に生成動作を意味的に一貫した方向へ洗練する軽量モジュールを提案。再学習不要で既存ポリシーに統合でき、複数ベンチマークで頑健性と汎化性を向上させた。

詳しい要約

1. どんなもの？

PriGoは、ロボット操作のためのテスト時適応フレームワークである。拡散モデルやフローモデルに基づく事前学習済みのポリシーに、追加学習なしで統合できる。観察からプリミティブ分布を推定する軽量モジュールPANetと、推論時に生成アクションを意味的に一貫した行動へと洗練する微分可能なガイダンス機構を導入する。

2. 先行研究と比べてどこがすごい？

従来のプリミティブ条件付きアプローチは学習時にプリミティブを組み込む必要があったが、PriGoは完全にテスト時に動作し、事前学習済みの拡散・フローポリシーに再学習なしでシームレスに統合できる点が新しい。また、既存のポリシーが表層的な行動相関を模倣しがちなのに対し、プリミティブガイダンスにより意図に沿った行動を生成する。

3. 技術・手法の肝は？

手法の核は、PANet（軽量プリミティブ予測モジュール）が観察からプリミティブ分布を推定し、その分布を用いてテスト時に生成アクションを微分可能な方法でガイドすること。これにより、軌道を意味的に一貫した行動へと洗練する。事前学習済みの拡散・フローポリシーに追加の学習なしで組み込める設計。

4. どうやって有効だと検証した？

LIBERO、CALVIN、SIMPLER、および実世界のロボットタスクで広範な実験を実施。拡散ベースとフローベースの両方のポリシーに対して、堅牢性、長期的実行、一般化能力が一貫して向上することを示した。

5. 議論はある？

要旨からは、プリミティブの定義や選択方法、PANetの学習方法、ガイダンスの強度調整などの詳細は不明。また、テスト時適応の計算コストや、プリミティブ分布の推定が失敗した場合の影響についての議論は要旨に含まれていない。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、拡散ポリシー（Diffusion Policy）やフローポリシー（Flow Policy）、プリミティブ条件付き模倣学習（Primitive-conditioned Imitation Learning）が挙げられる。具体的には、拡散ポリシーの元論文や、プリミティブを利用した操作学習の研究を読むとよい。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zezeng Li, Enda Xiang, Thuy Tran, Di Huang, Momath Thiam, Liming Chen

分類: cs.RO

原文アブストラクト

Imitation learning has enabled remarkable progress in robotic manipulation, especially with diffusion and flow-based policies that generate complex visuomotor behaviors directly from demonstrations. Yet, despite their strong performance, these policies often fail to generalize across tasks and environments. A key reason is that existing policies tend to imitate superficial action correlations rather than the underlying intent. Inspired by the compositional structure of human behaviors, we propose PriGo, a primitive-guided test-time adaptive framework for robust robotic manipulation. PriGo introduces PANet, a lightweight primitive prediction module that infers primitive distributions directly from observations. We further propose a differentiable primitive guidance mechanism that refines generated actions during inference, steering trajectories toward semantically consistent behaviors. Unlike prior primitive-conditioned approaches, PriGo operates entirely at test time and can be seamlessly integrated into pretrained diffusion and flow policies without retraining. Extensive experiments on LIBERO, CALVIN, SIMPLER, and real-world robotic tasks demonstrate that PriGo consistently improves robustness, long-horizon execution, and generalization ability across both diffusion and flow-based policies.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →